【文章內(nèi)容簡(jiǎn)介】 .............................................................................................27附錄 B 英文原文及翻譯 ........................................................................................................................32第一章 緒論隨著世界經(jīng)濟(jì)的快速發(fā)展，以及汽車(chē)制造技術(shù)的提高，使得汽車(chē)迅速成為人們?nèi)粘Ｉ钪械囊粋€(gè)必需品。這造成全球的汽車(chē)數(shù)量猛增，而隨之也導(dǎo)致城市的交通壓力越來(lái)越大，城市的交通狀況也因此得到了更多的關(guān)注。如何有效地對(duì)交通進(jìn)行管理，也成為各國(guó)政府和相關(guān)部門(mén)所關(guān)注的焦點(diǎn)和熱點(diǎn)。針對(duì)這些問(wèn)題，人們開(kāi)始將計(jì)算機(jī)技術(shù)、通信技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)和自動(dòng)化信息處理等很多新的科學(xué)技術(shù)用于交通道路的監(jiān)視和管理系統(tǒng)，以此提高車(chē)輛管理和運(yùn)輸?shù)男省Ｋ饕峭ㄟ^(guò)對(duì)過(guò)往車(chē)輛實(shí)施檢測(cè)，提取有關(guān)的交通數(shù)據(jù)來(lái)達(dá)到對(duì)交通的監(jiān)控、管理和指揮。車(chē)牌自動(dòng)識(shí)別技術(shù)是指能夠檢測(cè)到受監(jiān)控路面的車(chē)輛并自動(dòng)提取車(chē)輛車(chē)牌信息（含漢字字符、英文字母、阿拉伯?dāng)?shù)字及號(hào)牌顏色）進(jìn)行處理與識(shí)別的技術(shù)。它以計(jì)算機(jī)技術(shù)、圖像處理技術(shù)、模糊識(shí)別技術(shù)為基礎(chǔ)，建立運(yùn)動(dòng)車(chē)輛的特征模型，識(shí)別車(chē)輛特征，如號(hào)牌、車(chē)型、顏色等，并著重解決高速車(chē)輛圖像的獲取及清晰度問(wèn)題。本文是在以往的車(chē)牌分割算法的基礎(chǔ)上介紹了車(chē)牌識(shí)別技術(shù)中的一種字符分割算法，該算法是針對(duì)一種已有的字符分割算法（投影法）的改進(jìn)性研究。本章是本文的緒論部分，介紹了車(chē)牌識(shí)別技術(shù)的應(yīng)用背景、工作原理及其組成、發(fā)展現(xiàn)狀和難點(diǎn)，以及本文的主要內(nèi)容和章節(jié)安排。 車(chē)牌識(shí)別技術(shù)的應(yīng)用背景及前景隨著 21 世紀(jì)經(jīng)濟(jì)全球化和信息時(shí)代的到來(lái)，迅猛發(fā)展的計(jì)算機(jī)技術(shù)、通信技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，水平不斷提高的自動(dòng)化信息處理技術(shù)在人們社會(huì)活動(dòng)和生活的各個(gè)領(lǐng)域得到廣泛應(yīng)用。同時(shí)，高速度、高效率的生活節(jié)奏，使汽車(chē)普及成為必然趨勢(shì)。伴隨著世界各國(guó)汽車(chē)數(shù)量的增加，城市的交通狀況越來(lái)越受到人們的重視。如何有效地進(jìn)行交通管理日益成為各國(guó)政府相關(guān)部門(mén)所關(guān)注的焦點(diǎn)。針對(duì)這一問(wèn)題，人們相繼研發(fā)了各種道路交通監(jiān)管系統(tǒng)、車(chē)輛控制系統(tǒng)及公共交通管理系統(tǒng)。這些系統(tǒng)將車(chē)輛和道路綜合起來(lái)進(jìn)行考慮，運(yùn)行先進(jìn)的技術(shù)解決道路交通的問(wèn)題，統(tǒng)稱(chēng)為智能交通系統(tǒng)（Intelligent Transportation System，簡(jiǎn)稱(chēng) ITS） 。ITS 是 20 世紀(jì) 90 年代興起的新一代交通運(yùn)輸系統(tǒng)。它利用先進(jìn)的信息處理技術(shù)、導(dǎo)航定位技術(shù)、無(wú)線(xiàn)通信技術(shù)、自動(dòng)控制技術(shù)、圖像處理和識(shí)別技術(shù)及計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)等加強(qiáng)道路、車(chē)輛、駕駛員和管理人員的聯(lián)系，實(shí)現(xiàn)道路交通管理自動(dòng)化和車(chē)輛行駛的智能化，增強(qiáng)交通安全，減少交通堵塞，提高運(yùn)輸效率，減少環(huán)境污染，節(jié)約能源，提高經(jīng)濟(jì)活力。交通管理自動(dòng)化越來(lái)越成為亟待解決的問(wèn)題，在這種情況下，車(chē)輛的自動(dòng)檢測(cè)作為信息的來(lái)源，越來(lái)越受到人們的重視。對(duì)汽車(chē)牌照等相關(guān)信息的自動(dòng)采集和處理對(duì)于交通車(chē)輛管理、園區(qū)車(chē)輛管理、停車(chē)場(chǎng)管理、交警稽查等方面有著十分重要的意義，因此成為信息處理技術(shù)的一項(xiàng)重要研究課題。車(chē)牌識(shí)別(License Plate Recognition, LPR)技術(shù)作為智能交通系統(tǒng)（ITS）的重要組成部分，在交通管理和控制中占有著很重要的地位，可以應(yīng)用到以下一些領(lǐng)域：（1）封閉式居民小區(qū)物業(yè)管理以及重要部門(mén)的安保管理。車(chē)牌識(shí)別技術(shù)的推廣普及，必將對(duì)加強(qiáng)城市道路管理，減少交通事故、車(chē)輛失竊案件的發(fā)生，以及保障社會(huì)穩(wěn)定等方面產(chǎn)生重大而深遠(yuǎn)的影響。（2）城市交通路口的“電子警察” 。（3）公路布控管理系統(tǒng)。該系統(tǒng)采用車(chē)牌識(shí)別技術(shù)可實(shí)現(xiàn)對(duì)重點(diǎn)車(chē)輛的自動(dòng)識(shí)別、快速報(bào)警處理，不僅可以有效防止機(jī)動(dòng)車(chē)輛被盜，而且為公安、監(jiān)察機(jī)關(guān)對(duì)犯罪嫌疑人所駕駛的車(chē)輛進(jìn)行自動(dòng)監(jiān)控、跟蹤提供了有效手段。（4）高速公路超速監(jiān)管系統(tǒng)。該系統(tǒng)以車(chē)牌識(shí)別技術(shù)為核心技術(shù)，輔助其他高科技手段，建立高速公路無(wú)人值守的自動(dòng)監(jiān)測(cè)和自動(dòng)布控系統(tǒng)，可以有效地獲取超速車(chē)輛的圖像，并得到該車(chē)的牌照號(hào)碼，便于對(duì)違規(guī)車(chē)輛進(jìn)行處罰。從而降低因超速引起的交通事故的發(fā)生率。（5）路橋、隧道等卡口的自動(dòng)收費(fèi)系統(tǒng)。（6）高速公路收費(fèi)管理系統(tǒng)。在高速公路收費(fèi)入、出口分別完成車(chē)牌號(hào)碼識(shí)別和車(chē)牌匹配工作，實(shí)現(xiàn)不停車(chē)收費(fèi)；還可以根據(jù)識(shí)別出的車(chē)牌號(hào)碼從數(shù)據(jù)庫(kù)中調(diào)出該車(chē)檔案，可發(fā)現(xiàn)沒(méi)有及時(shí)交納養(yǎng)路費(fèi)的車(chē)輛。隨著車(chē)牌識(shí)別技術(shù)的不斷成熟，高效、識(shí)別率高的車(chē)牌識(shí)別技術(shù)還將應(yīng)用于一些對(duì)性能要求比較高的單片機(jī)上。還提供一個(gè)可以對(duì)車(chē)輛信息實(shí)時(shí)采集的公共平臺(tái)，使各管理部門(mén)間能夠協(xié)調(diào)統(tǒng)一的對(duì)車(chē)輛及道路情況進(jìn)行監(jiān)控管理，從根木上解決了目前全國(guó)交通及公安系統(tǒng)信息采集的多渠道、事件信息收集的單一性以及互不溝通、互不兼容的信息管理方式。故車(chē)牌識(shí)別技術(shù)有著廣泛的應(yīng)用前景。 車(chē)牌識(shí)別系統(tǒng)的工作原理及組成車(chē)牌識(shí)別(LPR)系統(tǒng)是智能交通系統(tǒng)(ITS)的一個(gè)重要組成部分，該系統(tǒng)能從一幅車(chē)輛圖像中自動(dòng)提取車(chē)牌圖像，自動(dòng)分割字符，進(jìn)而對(duì)字符進(jìn)行識(shí)別，得到車(chē)牌的號(hào)碼。基于 PC 的車(chē)牌識(shí)別系統(tǒng)是利用 PC 機(jī)及攝像機(jī)等電子設(shè)備采集某一路段的汽車(chē)圖像，對(duì)圖像進(jìn)行處理，獲取車(chē)牌的位置及字符信息，完成車(chē)牌目標(biāo)的自動(dòng)定位與識(shí)別。圖 1．1 為車(chē)牌識(shí)別系統(tǒng)流程：采 集 圖 像 車(chē) 牌 定 位 字 符 分 割 字 符 識(shí) 別 信 息 存儲(chǔ)圖 1．1 車(chē)牌識(shí)別系統(tǒng)流程其工作流程是：當(dāng)系統(tǒng)發(fā)現(xiàn)有車(chē)輛通過(guò)時(shí)，觸發(fā)圖像采集部分工作，通過(guò)對(duì)車(chē)輛進(jìn)行抓拍，獲取車(chē)輛的前視或后視圖。然后將所采集的車(chē)輛數(shù)字圖像送入計(jì)算機(jī)系統(tǒng)，通過(guò)車(chē)牌定位、字符分割、字符識(shí)別三個(gè)環(huán)節(jié)的處理，最終得到車(chē)牌號(hào)碼。其中的計(jì)算機(jī)處理系統(tǒng)主要涉及了三個(gè)關(guān)鍵技術(shù)：車(chē)牌區(qū)域定位技術(shù)、車(chē)牌字符分割技術(shù)和車(chē)牌字符識(shí)別技術(shù)。下面只針對(duì)車(chē)牌字符分割技術(shù)的研究現(xiàn)狀加以闡述。 字符分割的發(fā)展現(xiàn)狀車(chē)牌字符分割技術(shù)是指將定位后的車(chē)牌區(qū)域分割成單個(gè)字符區(qū)域。字符區(qū)域分割的準(zhǔn)確與否會(huì)直接影響到下一步的字符識(shí)別，因此許多學(xué)者對(duì)此進(jìn)行了研究，提出了很多關(guān)于車(chē)牌字符分割的方法。張?jiān)苿?，張長(zhǎng)水等提出了一種先進(jìn)行分段，再用 Hough 變換擬合直線(xiàn)的水平分割方法以及基于先驗(yàn)知識(shí)約束的垂直分割方法 [1]，同時(shí)還提出目標(biāo)增強(qiáng)的預(yù)處理方法。遲曉君，孟慶春等提出了一種基于垂直投影特征值的分割方法 [2]，根據(jù)車(chē)牌二值圖像垂直投影圖的特點(diǎn)，選取一個(gè)特征值，并將車(chē)牌圖像的先驗(yàn)知識(shí)與此特征值相結(jié)合來(lái)對(duì)車(chē)牌進(jìn)行字符分割。吳進(jìn)軍、杜樹(shù)新等提出了一種車(chē)牌字符分割新方法 [3]，首先將車(chē)牌圖像上的第三個(gè)字符定位，再進(jìn)行字符區(qū)域的分裂與合并，然后針對(duì)字符缺損情況，進(jìn)行字符區(qū)域擴(kuò)展，并對(duì)字符區(qū)域高度進(jìn)行調(diào)整，最終實(shí)現(xiàn)車(chē)牌字符的分割。王興玲提出了基于類(lèi)間方差車(chē)牌字符分割的模板匹配算法 [4]，該算法根據(jù)車(chē)牌字符串的結(jié)構(gòu)和尺寸特征，設(shè)計(jì)出車(chē)牌字符串模板，用該模板在車(chē)牌區(qū)域滑動(dòng)來(lái)進(jìn)行匹配、分類(lèi)，并根據(jù)最大類(lèi)間方差判決準(zhǔn)則，確定最佳匹配位置，分割出車(chē)牌字符。陳黎等提出了基于聚類(lèi)分析的車(chē)牌字符分割方法 [5]，根據(jù)屬于同一個(gè)字符的像素構(gòu)成一個(gè)連通域的原則，結(jié)合牌照標(biāo)準(zhǔn)的固定字符間距，固定比例關(guān)系等先驗(yàn)知識(shí)，來(lái)對(duì)車(chē)牌進(jìn)行字符分割。趙海燕等提出了基于最小面積法進(jìn)行的車(chē)牌字符分割 [6]，該方法的依據(jù)是車(chē)牌橫平時(shí)車(chē)牌照所形成的連通域面積最小，從而提出用最小面積法來(lái)計(jì)算旋轉(zhuǎn)角度，進(jìn)行灰度均值化處理后，通過(guò)水平投影去除邊界，最后計(jì)算垂直投影從而進(jìn)行有效分割。以上的算法在特定的情況下可以較好的將車(chē)牌字符分割出來(lái)，但我國(guó)由于環(huán)境、道路或人為因素造成車(chē)牌污染嚴(yán)重，使得在對(duì)車(chē)牌預(yù)處理后，會(huì)出現(xiàn)不同程度的噪聲，對(duì)車(chē)牌字符的正確分割有很大影響，使得車(chē)牌中字符可能存在的粘連、斷裂情況；另外，我國(guó)車(chē)牌的種類(lèi)繁多，僅底色就有黑，藍(lán)，黃，白等，字符分割技術(shù)仍需要進(jìn)一步改進(jìn)。 本文研究主要內(nèi)容車(chē)牌字符分割的正確與否將直接影響到車(chē)牌字符的識(shí)別，如果字符分割錯(cuò)誤，那會(huì)直接導(dǎo)致車(chē)牌識(shí)別的失敗。在實(shí)際生活中，車(chē)牌由于受到光照、傾斜、噪聲等很多客觀因素影響，而使得車(chē)牌圖像有時(shí)不太理想，這也是盡管字符識(shí)別已經(jīng)可以達(dá)到手寫(xiě)體的水平，而車(chē)牌自動(dòng)識(shí)別系統(tǒng)還在進(jìn)一步完善的原因之一。本文的工作主要包括：（1）給出了對(duì)車(chē)牌圖像的預(yù)處理過(guò)程，包括對(duì)車(chē)牌的灰度化、二值化、開(kāi)運(yùn)算、閉運(yùn)算、去除邊框、去除圓點(diǎn)等過(guò)程。（2）給出了應(yīng)用投影法對(duì)車(chē)牌圖像進(jìn)行分割的方法。（3）給出了應(yīng)用固定邊界法對(duì)車(chē)牌圖像進(jìn)行分割的方法。（4）在分析了上述兩種方法的優(yōu)缺點(diǎn)后，提出了改進(jìn)的投影法。（5）在完成了程序的編寫(xiě)后，做了一個(gè)與程序?qū)?yīng)的圖形用戶(hù)界面。 本文的結(jié)構(gòu)本文主要就車(chē)牌字符的分割方法展開(kāi)研究，結(jié)構(gòu)安排如下：第一章為緒論。主要介紹了課題的背景及前景；對(duì)車(chē)牌自動(dòng)識(shí)別系統(tǒng)做了概述；并對(duì)車(chē)牌自動(dòng)識(shí)別系統(tǒng)的研究現(xiàn)狀進(jìn)行了綜述；闡述了本文研究的主要內(nèi)容，并在最后給出了本文的結(jié)構(gòu)安排。第二章為車(chē)牌字符分割的相關(guān)理論基礎(chǔ)。主要介紹了車(chē)牌字符分割過(guò)程中的一些關(guān)鍵知識(shí)，尤其是在字符分割預(yù)處理和分割過(guò)程中需要用到的關(guān)于灰度、二值、腐蝕、膨脹等方面的理論。第三章為車(chē)牌圖像的預(yù)處理。主要介紹了車(chē)牌圖像的預(yù)處理過(guò)程，包括圖像灰度化、圖像二值化、開(kāi)運(yùn)算、閉運(yùn)算以及去除邊框等。第四章為車(chē)牌字符分割方法。分別介紹了基于垂直投影的車(chē)牌字符分割方法，基于車(chē)牌固定邊界法的字符分割方法和將投影法與固定邊界法相結(jié)合形成的改進(jìn)的投影法的字符分割方法。第五章為圖形用戶(hù)界面的設(shè)計(jì)給出將車(chē)牌圖像進(jìn)行字符分割的各個(gè)步驟用圖形用戶(hù)界面的形式展示出來(lái)，使得效果更直觀，使用更方便。第六章為總結(jié)和展望。給出對(duì)所做工作的心得體會(huì)以及總結(jié)，并提出了下一步的研究方向。第二章 車(chē)牌字符分割的相關(guān)理論基礎(chǔ)圖像信息是在日常的生活、生產(chǎn)中接觸最多的信息之一，是我們獲得外界信息的主要來(lái)源，科學(xué)研究和統(tǒng)計(jì)表明，我們從外界獲得的信息約有 75％是從圖像中獲得的 [7]。這里圖像的概念是比較廣義的，例如照片、圖畫(huà)、動(dòng)畫(huà)、視頻等等。圖像帶有大量的信息，如何從中找到我們需要的信息就是我們所關(guān)注的焦點(diǎn)，因此圖像處理技術(shù)發(fā)展越來(lái)越快，已經(jīng)在很多方面取得了較大的進(jìn)步，尤其在近幾年，數(shù)字通信、計(jì)算機(jī)、計(jì)算機(jī)網(wǎng)絡(luò)等技術(shù)的飛速發(fā)展，對(duì)圖像處理技術(shù)的發(fā)展起到了推動(dòng)作用。 數(shù)字圖像處理技術(shù)理論上講，圖像是一種二維的連續(xù)函數(shù)，因而在計(jì)算機(jī)上對(duì)圖像進(jìn)行數(shù)字處理的時(shí)候，首先必須對(duì)其在空間和亮度上進(jìn)行數(shù)字化，這就是圖像的采樣和量化的過(guò)程?？臻g坐標(biāo) 的數(shù)字化稱(chēng)為圖像采樣，而幅值數(shù)字化稱(chēng)為灰度級(jí)量化 [7]。(,)xy 二值圖像二值圖像又稱(chēng)黑白圖像，是指圖像的每個(gè)像素只能是黑或白，沒(méi)有中間的過(guò)渡。二值圖像的像素值為 0 或 1，圖 表示一幅二值圖像對(duì)應(yīng)的圖像矩陣 [7]。 001I=1??????圖 二值圖像的數(shù)字矩陣 灰度圖像灰度圖像是指每個(gè)像素由一個(gè)量化的灰度值來(lái)描述的圖像。它不包含彩色信息。若灰度圖像的像素都是 unit8 型或 unit16 型，則它們的整數(shù)值范圍分別是[0,255]和[0,65535]。若圖像是 double 型，則像素的取值就是雙精度浮點(diǎn)型。圖 表示一幅灰度圖像及其對(duì)應(yīng)的圖像矩陣 [7]。 I=679567828931014??????圖 灰度圖像的數(shù)字矩陣 數(shù)學(xué)形態(tài)學(xué)理論基礎(chǔ) 數(shù)學(xué)形態(tài)學(xué)的基本概念數(shù)學(xué)形態(tài)學(xué)于 1964 年創(chuàng)立，其基本思想和方法對(duì)圖像處理理論和技術(shù)產(chǎn)生了重大影響 [8]。數(shù)學(xué)形態(tài)學(xué)的基本思想是用具有一定的結(jié)構(gòu)元素去度量和提取圖像中的對(duì)應(yīng)形狀，以達(dá)到對(duì)圖像分析和識(shí)別的目的。應(yīng)用數(shù)學(xué)形態(tài)學(xué)可以簡(jiǎn)化圖像數(shù)據(jù)，保持它們基本形狀特性的數(shù)據(jù)，并除去不相關(guān)結(jié)構(gòu)的數(shù)據(jù)。數(shù)學(xué)形態(tài)學(xué)的算法天然具有并行實(shí)現(xiàn)的結(jié)構(gòu)，實(shí)現(xiàn)了處理算法和形態(tài)學(xué)分析的并行，大大提高到了圖像分析、處理的速度。數(shù)學(xué)形態(tài)學(xué)不僅有堅(jiān)實(shí)的理論基礎(chǔ)，簡(jiǎn)潔、樸素、統(tǒng)一的思想，還有著如此廣泛的使用價(jià)值。有人稱(chēng)數(shù)學(xué)形態(tài)學(xué)在理論上是嚴(yán)謹(jǐn)?shù)模诨居^念上卻是簡(jiǎn)單和優(yōu)美的 [7]。 二值形態(tài)學(xué)的基本運(yùn)算數(shù)學(xué)形態(tài)學(xué)有膨脹、腐蝕、開(kāi)運(yùn)算、閉運(yùn)算四種基本運(yùn)算：（1）膨脹：設(shè)用 表示圖像， 表示結(jié)構(gòu)元素（B 本身也是圖像集合， 和 均為集合） ，形態(tài)A AB學(xué)運(yùn)算就是用 對(duì) 進(jìn)行操作。膨脹的運(yùn)算符為 ，用 B 對(duì) 進(jìn)行膨脹可以記為 ，其定義為?A?^[()]xBA??????????其中， 表示集合 的反射，它的定義為： 。 表示對(duì) 的反^B??^,wbB???^()zB射進(jìn)行位移 z，因此上式表明用 膨脹 的過(guò)程是，先對(duì) 做關(guān)于原點(diǎn)的映射，再將其平移 z，這里 與 的交集不能為空集。換句話(huà)說(shuō)，用 來(lái)膨脹 得到的集合是 位移與A A^至少有一個(gè)非零元素相交時(shí) 的原點(diǎn)位置的集合。B（2）腐蝕：腐蝕的算符為 ， 用 B 來(lái)腐蝕寫(xiě)作 ，其定義為：?AB???()x??上式表明用 腐蝕 的過(guò)程就是對(duì) 平移運(yùn)算想，結(jié)果是所有 x 的集合，即 平移A Bx 后仍在 中，換句話(huà)說(shuō)，用 腐蝕 得到的集合是 完全包括在 中時(shí) 的原點(diǎn)位置的A集合，即平移后的 與 的背景并不疊加。B（3）開(kāi)運(yùn)算：開(kāi)運(yùn)算是指先對(duì)圖像進(jìn)行腐蝕，然后膨脹其結(jié)果。用 對(duì) 進(jìn)行形態(tài)學(xué)開(kāi)運(yùn)算可以BA記為 。它的定義為：AB? ()AB????上式的簡(jiǎn)單集合解釋為： 是 在 內(nèi)完全匹配的平移的并集。（4）閉運(yùn)算：閉運(yùn)算是指先對(duì)圖像進(jìn)行膨脹，然后腐蝕其結(jié)果。用 對(duì) 進(jìn)行形態(tài)學(xué)閉運(yùn)算可以BA記為： ，它的定義為：AB?()AB????上式表示，用結(jié)構(gòu)元素 對(duì) 進(jìn)